控制理论与应用杂志

控制理论与应用杂志2019年第7期

• 核磁共振陀螺仪研究进展

  陈颖,刘占超,刘刚

  核磁共振陀螺仪(nuclear magnetic resonance gyroscope, NMRG)是基于量子原理的、目前世界上体积最小的导航级陀螺仪，具有加速度不敏感、抗干扰能力强且没有运动部件等优势，有望在与微机电陀螺仪同等体积、成本下达到光学陀螺仪的精度，受到了国内外广泛关注。介绍了核磁共振陀螺仪基于核磁共振技术的基本工作原理，然后回顾了核磁共振陀螺仪自20世纪60年代起的发展历史，重点分析了21世纪以来国内外研究机构在核磁共振陀螺领域取得的重大研究成果，并对国内外核磁共振陀螺仪的最新研究进展进行了跟踪，美国Northrop Grumman公司已经率先研制出了面向军事领域的微小型导航级核磁共振陀螺仪。最后对核磁共振陀螺仪未来发展的方向进行展望，将进一步向高精度、低成本和小体积方向发展，同时分析了核磁共振陀螺可能应用前景，将广泛应用于民用领域以及军用领域。

• 采用再生制动的地铁时刻表节能优化研究

  李灿,汪仁智,李德伟,席裕庚

  由于地铁可以在很大程度上缓解城市交通拥堵问题，其在现代城市中的应用已经越来越广泛。地铁运行的主要成本是其电能消耗。如何降低地铁运行能耗是建设现代化绿色城市的重要课题。本文针对这一问题，从列车运行时再生制动产生回馈电网能量出发，建立基于再生制动能量利用的地铁列车运行能耗模型。进而，将地铁运行节能问题转化为一个地铁列车时刻表优化问题，并通过引入列车运行约束和混合逻辑动态模型约束将该问题建模为一个非线性混合整数规划问题。为了求解这一问题，本文设计了分解协调优化算法，以列车停站时间和发车时间间隔作为优化操作变量进行了优化。从仿真结果可以看出，以不同的操纵变量进行优化均能有效提高再生制动能量利用率，且分解协调算法的求解结果优于传统的模拟退火算法。

• Fast SqueezeNet算法及在地铁人群密度估计上的应用

  郭强,刘全利,王伟

  针对地铁视频监控一直缺乏一种有效的人群密度估计算法的问题,本文提出了一种人群密度估计算法-Fast SqueezeNet,用于解决在地铁嵌入式计算平台有限的硬件资源限制下,实现对地铁车厢内人群的密度估计。该算法基于轻型卷积神经网络SqueezeNet,结合权值稀疏化和结构稀疏化方法,具有如下3点优势：1)以原始图片作为输入,并在处理的过程中自动提取纹理特征用于拥挤人群密度的估计；2)SqueezeNet经过权值稀疏化后,具有更少的模型参数,可以灵活的布置在ARM等具有有限硬件资源的嵌入式平台上；3)结构稀疏化方法使得SqueezeNet具有更快的在线预测速度,提高其在地铁车厢上的图片处理效率。基于Fast SqueezeNet算法设计了一个三分类的人群密度分类器,在三个人群密度数据集：PETS-2009,Mall,ShangHai metro上,与采用深度卷积神经网络和单纯的权值稀疏化SqueezeNet网络的分类器进行对比实验研究,结果表明：在预测准确率、参数规模和运行时间三个维度上,基于Fast SqueezeNet的分类器均表现出了较好的性能,有效地克服了地铁车厢拥挤人群中存在的高密度、高耦合、透视变形等图像识别难题对估计结果的影响,同时满足了地铁嵌入式平台有限的硬件资源对计算模型在功耗和体积等方面的应用要求。

• 考虑源荷随机性的跨区互联电网直流联络线调度学习优化

  张延,唐昊,王珂,潘毅,李怡瑾

  在跨区互联电网中, 充分利用直流联络线调度能力可以有效地平衡电力资源的配置, 促进新能源的消纳.本文针对源荷不确定性的跨区互联电网直流联络线调度问题, 首先用连续马尔科夫过程模型描述互联电网中风电出力与负荷需求随机动态特性; 然后在功率平衡及联络线日交易电量约束等实际运行要求前提下, 将直流联络线调度优化问题建立成离散马尔科夫决策过程模型. 在该模型下, 调度机构根据互联电网系统各时段源荷的功率情况, 动态调整联络线输电计划和配套的柔性负荷调节方案, 以达到提升系统运行效益的优化目标; 最后引入强化学习方法对调度策略进行优化求解. 通过学习优化, 系统平均日运行代价显著下降且最终收敛. 实验结果表明考虑源荷随机性的直流联络线动态调整方法可有效地提高互联电网发输电系统的运行效益.

• 直觉模糊集相似度遗传算法求解多目标车间调度问题

  徐文婕,朱光宇

  为了提高高维多目标置换流水车间调度问题的求解质量，提出基于直觉模糊集相似度的遗传算法（Similarity of Intuitionistic Fuzzy Sets GA , SIFS_GA）。算法中分别将参考解和Pareto解映射为参考解直觉模糊集和Pareto解直觉模糊集。计算两个集合之间的直觉模糊相似度，用以判断Pareto解的优劣。以直觉模糊集相似度值引导多目标遗传算法进化。对6个CEC标准测试集与10个流水车间调度测试实例进行仿真实验，结果表明SIFS_GA算法性能优于常用的多目标优化算法，且可以有效解决多目标置换流水车间调度问题，尤其在解决规模较大的问题上是一种有效方法。

• 考虑分配次序的无人机协同目标分配建模与遗传算法求解

  陈志旺,夏顺,李建雄,王航,王昌蒙

  本文研究了动态战场环境中的多无人机协同目标分配(Multi-UAVs cooperative target assignment, MUCTA)问题, 首先通过分析UAV分配次序对打击任务总收益的影响, 设计了动态战场环境的更新规则, 将航程代价和任务代价作为惩罚项修正目标函数, 建立了考虑分配次序的UAVs协同目标分配优化模型. 然后针对模型的物理意义改进了遗传算法基因编码方式, 设计了MUCTA遗传算法, 该算法利用状态转移思想, 引进SDR算子获得多种分配次序种群, 同时以单行变异算子修正UAV与目标对应关系, 并采用最优个体法和轮盘赌法筛选子代个体. 最后仿真结果验证了所设计算法的有效性.

• 四旋翼无人飞行器的轨迹跟踪与滑模事件驱动控制

  王婕,马晓,宗群,王丹丹

  四旋翼飞行器作为一个典型的欠驱动的系统，具有强耦合、非线性等特性。针对飞行器外部干扰、和通信资源受限条件下的轨迹跟踪控制问题，进行滑模事件驱动控制方法的研究。首先，分析动力学特性，通过时间尺度分解方法将系统解耦成位置子系统和姿态子系统.其次，将位置子系统转化为严格反馈形式，设计反步滑模控制器，实现位置轨迹稳定跟踪；针对姿态子系统存在时变有界扰动及通信受限，设计滑模事件驱动控制律，在抑制干扰的同时实现对虚拟姿态跟踪指令的跟踪。根据Lyapunov分析方法证明了所设计控制器的稳定性，并通过理论分析证明闭环控制系统不会出现Zeno现象。最后，仿真结果验证了滑模事件驱动控制律在存在外部扰动和通信受限时四旋翼无人飞行器轨迹跟踪的鲁棒性。

• 有人/无人机协同打击航路智能规划

  罗维尔,魏瑞轩

  随着航空技术的发展，战机朝着高速化、隐身化、无人化、智能化的发展，有人机-无人机协同作战是当前的发展方向。本文针对战场环境中目标的不规则分布特点，建立了战场要素模型，将自适应增类的聚类思想和二次聚类模型应用到航路规划中。通过仿真验证，本文提出的方法能够很好的避免传统算法的局限，能够在在满足协同作战条件的同时，减小航路代价，简化规划复杂度。

• 基于递推最小二乘与互补滤波的姿态估计

  陈光武,李少远,李文元,王迪,张琳婧

  针对基于微机电系统(Micro-Electromechanical System, MEMS)的惯性导航系统中陀螺噪声较大导致姿态漂移的问题, 本文基于递推最小二乘(Recursive Least Squares ,RLS)与互补滤波器提出一种提高姿态估计精度的方法. 该方法从陀螺去噪算法和姿态解算原理两个方面提高姿态估计精度: 在陀螺去噪方面, 为克服传统递推最小二乘的不足, 提出一种随机加权的递推最小二乘法, 利用随机加权实现对偏差的估计; 在姿态解算方面, 在传统互补滤波器的基础上通过自适应调整比例-积分(Proportional-Integral, PI)参数来调整滤波器的交接频率, 最终得到陀螺积分值的高通滤波和加速度计的低通滤波的叠加. 转台静态和动态实验结果表明,使用本文所提方法后, 有效降低了陀螺噪声, 姿态估计精度明显提升.

• 囚徒困境中贴标签控制的促合作设计

  董瑞,陈琳,王先甲

  研究囚徒困境中促进合作演化的控制设计及控制下的合作演化路径问题. 基于标签捐赠机制，设计对个体贴标签的规则，增加个体的认知能力，协助个体决策. 建立反馈控制下的合作演化动态模型, 分析贴标签控制促进合作演化的实现途径, 论证容许控制上界与控制效果之间的一致性. 通过基于合作识别和基于背叛识别两种控制的比较，得到两个结论. 一是合作率较低时, 基于背叛识别的控制更容易促进合作率提升, 反之, 基于合作识别的控制则更容易实现. 二是这两种识别方式需要相同的博弈重复次数. 仿真分析各参数和控制上界对控制律设计和合作演化轨迹的影响.

• 具有外部干扰的二阶多自主体系统的协同运动

  李玉玲,杨洪勇,刘凡,杨怡泽,刘远山

  为解决多自主体系统在群集运动过程受到外部干扰影响的问题，本文研究了具有外部干扰的二阶多自主体系统的分布式协同控制。本文中的外部干扰包括匹配干扰和不匹配干扰，针对系统中的匹配干扰，设计了状态观测器和干扰观测器，对系统的未知状态和干扰进行估计，并且构造了基于干扰观测器的多自主体协同控制算法。对于系统中的不匹配干扰，设计了与匹配干扰不同的干扰观测器，构造了基于主动抗干扰观测器的协同控制算法。运用矩阵论和现代控制理论等方法，研究了基于干扰观测器的二阶多自主体系统的协同控制。应用计算机仿真分别验证在多自主体系统具有匹配干扰和不匹配干扰的情况下结论的有效性，仿真结果表明，本文所设计的多自主体协同控制算法可以使跟随者最终都收敛到领导者的状态，实现了具有匹配干扰和不匹配干扰的二阶多自主体系统的状态一致性。

• 时隙ALOHA协议下的网络化控制系统协同设计

  李志慧,刘中常,郭戈

  针对网络化控制系统中信道容量有限的问题, 本文提出一种基于时隙ALOHA通信协议的控制与通信协同设计方法. 将控制系统的采样周期划分为若干等长度的时隙, 在每个时隙中, 系统的分布式传感器通过时隙ALOHA 协议来随机竞争接入网络. 由于在不同的采样周期各个传感器的接入状态不同, 整个状态反馈控制系统将在若干子系统之间进行切换. 据此, 本文建立了离散的切换系统模型, 并利用分段李雅普诺夫函数方法和平均驻留时间技术得到了能够保证系统指数稳定的充分条件. 然后, 给出能够保证控制系统稳定所需的信道吞吐率的界限, 进而得到了时隙ALOHA协议中的最大重传次数与控制系统衰减率的定量关系. 通过上述方法, 本文建立了控制-通信协同设计的框架结构, 可将控制器的增益矩阵和时隙ALOHA通信协议进行协同设计. 最后, 通过仿真验证了本文所提出的协同设计方法的有效性.

• 改进聚类的深度神经网络压缩实现方法

  刘涵,王宇,马琰

  深度神经网络通常是过参数化的, 并且深度学习模型存在严重冗余, 这导致了计算和存储的巨大浪费. 针对这个问题, 本文提出了一种基于改进聚类的方法来对深度神经网络进行压缩. 首先通过剪枝策略对正常训练后的网络进行修剪, 然后通过K-Means++聚类得到每层权重的聚类中心从而实现权值共享, 最后进行各层权重的量化. 本文在LeNet、AlexNet和VGG-16上分别进行了实验, 提出的方法最终将深度神经网络整体压缩了30到40倍, 并且没有精度损失. 实验结果表明通过基于改进聚类的压缩方法, 深度神经网络在不损失精度的条件下实现了有效压缩, 这使得深度网络在移动端的部署成为了可能.

• 一类不确定非线性系统基于特征模型的复合自适应控制

  常亚菲

  针对一类不确定非线性系统的跟踪控制问题, 提出一种基于特征模型的复合自适应控制方法. 该方法的创新性在于基于系统的误差特征模型, 构建一种综合跟踪控制误差和模型估计误差的特征参量复合自适应律, 该自适应律用于控制器设计和分析, 可同时实现跟踪控制误差和模型估计误差的收敛. 此外, 为便于特征参量自适应律的设计和分析, 根据特征参量的慢时变特性, 将其视为未知标称常数项和时变误差项之和, 并且选用其中常数项的估计量作为自适应控制参数. 进一步, 为抑制特征参量中时变误差项对系统稳定性和模型估计误差收敛性的影响, 在控制器及复合自适应律设计中引入带饱和函数的非线性环节. 理论分析证明闭环控制系统稳定, 且跟踪控制误差和模型估计误差收敛到原点的一个邻域内. 仿真结果表明, 与现有仅根据模型估计误差调节的基于特征模型的自适应控制方法相比, 所提出的复合自适应控制方法具有更好的控制性能.

• 退化高阶抛物型分布参数系统的迭代学习控制

  顾盼盼,田森平

  研究一类高阶分布参数系统的迭代学习控制问题, 该类系统由退化高阶抛物型偏微分方程构成. 根据系统所满足的性质, 基于P型学习算法构建得到迭代学习控制器. 利用压缩映射原理, 证明该算法能使得系统的输出跟踪误差于L^2空间内沿迭代轴方向收敛于零. 最后, 仿真算例验证了算法的有效性.

• 考虑行车能见度状况的车辆队列协作控制

  文世喜,郭戈,苏晓鹭

  本文考虑了能见度状况影响下的车辆队列协作控制问题。针对车辆行驶中可能出现的三种(正常、低以及超低)能见度状况，分析了其对距离传感器测量输出的影响，并建立了具有切换结构的车辆控制模型。基于平均驻留时间技术以及分段Lyapunov函数方法，在不同能见度状况下，得到了能够保证车辆列队跟踪误差稳定的车辆控制器存在条件以及控制器增益求解方法。通过对车辆控制器增加限制条件，得到了能够保证队列稳定性要求以及实现零稳态距离跟踪误差的车辆协作控制算法。通过Matlab仿真实验以及Ardunio 智能小车实验，验证了本文所提出的算法的有效性以及实用性。

• 并联新能源汽车最优效率实时控制

  付江涛,宋书中,付主木

  为了提高并联混合动力汽车驱动系统的实时效率, 降低燃油消耗, 本文提出一种基于效率最优的协调控制策略. 根据不同驱动模式下电池的充放电状态, 建立了充放电状态下驱动系统的等效燃油消耗模型, 在分析电池效率和发动机效率的基础上, 得到驱动系统效率的统一表达式, 进而通过建立不同功率需求不同荷电状态下系统最优效率的功率分配系数图谱, 设计了系统效率最优的协调控制策略,协调控制策略根据优化的功率分配系数在发动机和电机间进行力矩分配，协调控制策略可以离线计算并实时执行. 两种工况循环下的仿真结果表明效率最优控制策略能有效地提高混合动力系统实时效率和燃油经济性.

• 不完备离散事件系统的当前状态不透明性

  刘富春,张旭,赵锐

  近年来，离散事件系统的不透明性（opacity）研究引起了国内外众多学者的广泛关注，它在数字签名、保密通信、信息认证、入侵检测、数据加密等信息安全机制中取得了重要应用. 本文针对不完备系统模型，研究不完备离散事件系统的当前状态不透明性. 根据系统的实际输出与预测输出之间的差异，构建了一个具有学习功能的学习诊断器. 这种学习诊断器不仅能够模拟系统的状态转移，而且还可以将系统缺失的状态信息通过学习得到恢复.并利用集合覆盖理论处理由学习诊断器得出的结果，提出了一种基于学习诊断器的不完备离散事件系统当前状态不透明性的验证算法. 最后，通过一个模拟特质钢材压力测试过程的实例，阐述了该学习诊断器的构造步骤以及系统当前状态不透明性的验证方法.

• 带厚尾噪声的鲁棒Student’s t容积滤波器

  程然,缪礼锋,王婷婷

  为了解决带厚尾过程和量测噪声的非线性状态估计问题, 本文提出了新的鲁棒非线性滤波器. 首先, 对带厚尾噪声的非线性系统进行了数学建模, 并推导出了基于Student’s t 近似的鲁棒非线性滤波器(Robust Student’s t based nonlinear filter, RSTNF)的一般结构. 其次, 针对RSTNF 中涉及到的含有关于Student’s t 分布的多维非线性函数积分求解问题, 提出了基于Student’s t 分布的三次幂球径容积准则(Student’s t spherical-radial cubature rule, STSRCR), 并在此基础上, 设计了新的鲁棒Student’s t 容积滤波器(Robust Student’s t based cubature filter, RSTCF). 最后, 利用目标跟踪仿真验证了本文提出的带厚尾噪声的RSTCF 的有效性以及与现有方法相比的优越性.

• 一类非线性大滞后系统自适应积分滑模控制

  侯明冬,王印松

  针对一类非线性大滞后系统, 基于伪偏导数概念的动态线性化非线性系统模型, 利用离散时间预测器技术, 实现了系统原始表达式中滞后环节的隐性表达, 并结合离散积分滑模控制(discrete integral sliding mode control, DISMC)方法, 提出了一种新的无模型自适应离散积分滑模控制(model-free adaptive discrete integral sliding mode control, MFA-DISMC)方案. 该方法的主要特点是控制器设计仅取决于被控对象的输入和输出测量数据. 通过理论分析证明了算法的稳定性, 仿真研究表明, 相比于无模型自适应控制(model-free adaptive control, MFAC)、Smith预估控制、改进的MFAC控制以及比例–积分–微分(proportional-integral-derivative, PID) 控制方法, 本文方法具有更快的响应速度和更强的鲁棒性. 最后, 通过双容水箱液位控制系统的实验研究, 验证了所提出方法的有效性.